| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景 | 第11-14页 |
| 1.2 车牌识别系统的现状 | 第14-15页 |
| 1.3 车牌识别技术的应用 | 第15页 |
| 1.4 本论文的创新点 | 第15-16页 |
| 1.5 论文结构安排 | 第16-18页 |
| 第二章 车牌识别系统 | 第18-24页 |
| 2.1 概述 | 第18页 |
| 2.2 车辆识别系统组成 | 第18-20页 |
| 2.4 车牌识别的预处理 | 第20-23页 |
| 2.4.1 图像灰度化处理 | 第20-21页 |
| 2.4.2 图像灰度拉伸 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 车辆图像的平滑处理 | 第24-29页 |
| 3.1 图像平滑概述 | 第24页 |
| 3.2 传统中值滤波的图像平滑方法 | 第24-25页 |
| 3.3 改进的中值滤波与高斯滤波相结合的算法 | 第25-27页 |
| 3.4 实验结果的比较与分析 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第四章 车牌边缘提取 | 第29-43页 |
| 4.1 小波变换的定义 | 第29-30页 |
| 4.2 Mallat小波快速分解算法 | 第30-36页 |
| 4.2.1 Mallat小波分解 | 第30-33页 |
| 4.2.2 基于Mallat小波变换的车牌边缘提取改进算法 | 第33-35页 |
| 4.2.3 实验结果的分析与比较 | 第35-36页 |
| 4.3 基于Mallat小波变换的车牌边缘提取改进算法的应用 | 第36-41页 |
| 4.3.1 车牌边缘检测 | 第36-37页 |
| 4.3.2 边缘连通处理 | 第37-38页 |
| 4.3.3 提取车牌区域 | 第38-39页 |
| 4.3.4 车牌精确定位 | 第39-41页 |
| 4.4 本章小结 | 第41-43页 |
| 第五章 车牌字符识别 | 第43-56页 |
| 5.1 概述 | 第43页 |
| 5.2 车牌字符切分 | 第43-49页 |
| 5.2.1 车牌图像二值化 | 第43-44页 |
| 5.2.2 传统的类间方差Otsu算法 | 第44-46页 |
| 5.2.3 类内方差Otsu算法 | 第46页 |
| 5.2.4 改进的Otsu二值化的算法 | 第46-48页 |
| 5.2.5 改进算法的结果与分析 | 第48-49页 |
| 5.3 改进的Otsu二值化算法在车牌字符切分方面的应用 | 第49-51页 |
| 5.3.1 字符切分 | 第49-50页 |
| 5.3.2 改进的Otsu二值化图像的字符切分 | 第50-51页 |
| 5.4 车牌字符识别 | 第51-55页 |
| 5.4.1 基于模板匹配的字符识别 | 第52页 |
| 5.4.2 创建匹配模板 | 第52-53页 |
| 5.4.3 提取车牌特征 | 第53-54页 |
| 5.4.4 模板匹配 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 附录1 攻读硕士学位期间申请的专利 | 第60-61页 |
| 致谢 | 第61页 |
